feat: README moderno — remove legado, foca em v1.0.0 production

README.md

@@ -6,7 +6,6 @@
 
 <p align="center"><em>ratio decidendi</em> — o raciocínio jurídico por trás das decisões</p>
 
-
 <p align="center">
   <em>Inteligência jurídica com seus dados sob seu controle.</em><br/>
   <strong>100% local • 100% offline • 100% confidencial</strong>
@@ -30,8 +29,6 @@ O **RATIO** é um sistema de RAG (Retrieval-Augmented Generation) jurídico, **l
 
 ## 🚀 v1.0.0 — Lançamento Oficial (Agosto 2026)
 
-O RATIO está oficialmente em produção com:
-
 | Componente | Status | URL |
 |------------|:------:|-----|
 | **Software Desktop** | ✅ | `RATIO_Setup_v1.0.exe` |
@@ -60,222 +57,70 @@ O RATIO está oficialmente em produção com:
 
 ## 🤖 IA Treinada — Classificador de Ratio Decidendi
 
-O RATIO agora conta com **IA própria treinada no direito brasileiro** e publicada no HuggingFace:
-
 | | |
 |---|---|
 | **Modelo** | [`CyberPaul/ratio-bert-jurisprudencia-pt`](https://huggingface.co/CyberPaul/ratio-bert-jurisprudencia-pt) |
 | **Base** | BERTimbau (`neuralmind/bert-base-portuguese-cased`) |
 | **Tarefa** | Classificação binária: a sentença é *ratio decidendi* ou não? |
-| **Dados** | 20.266 sentenças balanceadas de 634.368 acórdãos do STJ e STF (+51 negativos difíceis curados) |
-| **F1-Score** | **99,55%** (em sentenças) — estimativa honesta de 93–97% em documentos inéditos |
-| **Precisão / Recall** | 99,29% / 99,81% |
+| **Dados** | 20.266 sentenças balanceadas de 634.368 acórdãos do STJ e STF |
+| **F1-Score** | **99,55%** (em sentenças) — estimativa de 93–97% em documentos inéditos |
 | **Licença** | Apache 2.0 |
-| **Treinamento** | Local — RX 6600 XT via DirectML, ~5h |
 
 ### 🛡️ Filtro de qualidade no pipeline
 
-O classificador é integrado como **guardião de qualidade** da extração
-(`processors/bert_ratio_filter.py` — `BertRatioFilter`): cada sentença extraída é
-validada e cabeçalhos, relatórios, votações e dados processuais são removidos.
-Roda em lotes de 32 sentenças com detecção automática de device
-(**DirectML → CUDA → CPU**), aproveitando inclusive GPUs AMD (ex: RX 6600 XT) —
-e até CPUs, já que o modelo tem apenas ~440MB.
-
-### 🔄 Pipeline de dados → treino → publicação
-
-```bash
-# 1. Extrair ratio decidendi dos acórdãos (com filtro BERT de qualidade)
-python scripts/mvp_ratio_pipeline.py --full --bert-filtro --export jsonl
-
-# 2. Converter o dataset para o formato ChatML
-python scripts/preparar_finetune.py --output data/dataset_ratio_v3
-
-# 3. Treinar o classificador (DirectML/CUDA/CPU)
-python scripts/train_ratio.py --modo bert --full
-
-# 4. Publicar no HuggingFace (token no .env: HF_TOKEN)
-python scripts/publicar_modelo.py
-
-# 5. Manutenção do repositório (remove checkpoints intermediários)
-python scripts/limpar_repo_hf.py --confirm
-```
-
-> 🔑 O token do HuggingFace é lido do `.env` (`HF_TOKEN`) — nunca hardcoded em código.
-> 🌐 Os pesos do classificador são baixados **uma única vez** na instalação do modelo; depois disso, toda inferência é 100% local/offline.
+O classificador é integrado como **guardião de qualidade** da extração (`processors/bert_ratio_filter.py`). Cada sentença extraída é validada — cabeçalhos, relatórios, votações e dados processuais são removidos. Roda em lotes de 32 com detecção automática de device (DirectML → CUDA → CPU).
 
 ---
 
-## 🧠 Fine-Tune Generativo — RATIO v8.2 + Gate (✅ APROVADO)
-
-Além do classificador BERT, o RATIO tem um **LLM generativo próprio** para
-respostas jurídicas nativas, baseado no **gemma3:4b**. O **v8.1** é o modelo
-aprovado, combinando fine-tune com **gate arquitetural** para abstenção.
+## 🧠 Fine-Tune Generativo — RATIO v8.2 + Gate
 
 | | |
 |---|---|
 | **Base** | `unsloth/gemma-3-4b-it-bnb-4bit` (QLoRA 4-bit) |
-| **Dataset v8.1** | 1.259 exemplos (700 RAG + 200 abstenção + 249 adversariais + 10 controle) — [`CyberPaul/ratio-dataset-v8.1`](https://huggingface.co/datasets/CyberPaul/ratio-dataset-v8.1) |
-| **Dicionário Jurídico** | 4.273 termos brasileiros (`core/dicionario_juridico.py`) — busca exata + fuzzy |
-| **Local de treino** | Kaggle (T4 ×2, 3 épocas, MAX_SEQ_LEN 2048) |
-| **LoRA publicado** | [`CyberPaul/ratio-gemma3-4b-lora-v8`](https://huggingface.co/CyberPaul/ratio-gemma3-4b-lora-v8) (277 MB) |
-| **GGUF publicado** | [`CyberPaul/ratio-gemma3-4b-gguf-v8`](https://huggingface.co/CyberPaul/ratio-gemma3-4b-gguf-v8) (Q4_K_M 2.49 GB + F16 0.85 GB) |
-| **Modelo no Ollama** | `ratio-v8.2` (criado via `ollama create`) |
+| **Dataset** | 1.259 exemplos (700 RAG + 200 abstenção + 249 adversariais) |
+| **LoRA** | [`CyberPaul/ratio-gemma3-4b-lora-v8`](https://huggingface.co/CyberPaul/ratio-gemma3-4b-lora-v8) (277 MB) |
+| **GGUF** | [`CyberPaul/ratio-gemma3-4b-gguf-v8`](https://huggingface.co/CyberPaul/ratio-gemma3-4b-gguf-v8) (Q4_K_M 2.49 GB) |
 | **Gate arquitetural** | `scripts/gate_rag.py` — intercepta armadilhas antes do LLM |
 
-### 📊 Protocolo de Avaliação — Resultado
-
-O v8.2 é aprovado com **gate arquitetural** (Suite A + Suite B + Smoke Test):
-
-| Métrica | v8 (LEGACY) | Produção (v3) | **v8.2 + Gate** | Threshold | Status |
-|---------|:---:|:---:|:---:|:---:|:---:|
-| A1 Faithfulness | 0.987 | 0.985 | **0.983** | ≥ 0.85 | ✅ |
-| A2 Citation Accuracy | 0.987 | 0.947 | **0.997** | ≥ 0.90 | ✅ ⬆️ |
-| A3 Unsupported Claims | 0.071 | 0.091 | **0.058** | ≤ 0.10 | ✅ ⬇️ |
-| A4 Tese Extraction | 0.990 | 1.000 | **0.995** | ≥ 0.80 | ✅ |
-| A5 Format Compliance | 1.000 | 1.000 | **1.000** | ≥ 0.90 | ✅ |
-| B1 Hallucination Rate | 0.000 | 0.020 | **0.000** | ≤ 0.10 | ✅ |
-| B3 Utility Score | 0.980 | 0.960 | **0.940** | ≥ 0.70 | ✅ |
+### 📊 Protocolo de Avaliação
 
-> **Gate: ✅ APROVADO PARA PRODUÇÃO** — Suite A (100/100) + Suite B (50/50) + Smoke Test (10/10 com gate)
+| Métrica | v8.2 + Gate | Threshold | Status |
+|---------|:-----------:|:---------:|:------:|
+| Faithfulness | **0.983** | ≥ 0.85 | ✅ |
+| Citation Accuracy | **0.997** | ≥ 0.90 | ✅ |
+| Unsupported Claims | **0.058** | ≤ 0.10 | ✅ |
+| Hallucination Rate | **0.000** | ≤ 0.10 | ✅ |
+| Utility Score | **0.940** | ≥ 0.70 | ✅ |
 
-### 🛡️ Gate Arquitetural — Abstenção Sob Pressão Adversarial
-
-O modelo 3.9B (Q4_K_M) não aprende abstenção via fine-tuning quando
-a pergunta é adversária (processo ou súmula específico sem documento).
-O `gate_rag.py` resolve isso na **arquitetura**:
-
-```
-Usuário → Gate (regex) → [bloqueado?] → Resposta de abstenção
-                         ↓ [não bloqueado]
-                     LLM (ratio-v8.2)
-                         ↓
-                     garantir_fonte() → Fonte: STJ.
-```
-
-| Teste | Resultado |
-|---|---|
-| Falsos positivos (perguntas legítimas) | **25/25 ✅** |
-| Cobertura (variações de armadilha) | **23/23 ✅** |
-| Smoke test (10 perguntas) | **10/10 ✅ · 0 alertas** |
-
-> 📖 **Arquitetura completa:** [`ARQUITETURA_V8.md`](ARQUITETURA_V8.md) — Seção 7
-
-#### O que o dataset grounded resolveu
-
-O problema central do v7 era **alucinação** — o modelo inventava citações,
-processos e súmulas mesmo quando não tinha documento. O v8 resolve isso com:
-
-1. **Dataset grounded**: `{pergunta, ementa, metadados}` como input (não só `{pergunta}`)
-2. **Exemplos de abstenção**: 20% do dataset ensina o modelo a **não** inventar fonte
-3. **Split por hash**: zero vazamento entre treino e holdout
-4. **System prompt anti-alucinação**: condicional (com/sem documento)
-
-> 📖 **Protocolo completo:** [`scripts/eval/README_PROTOCOLO_V8.md`](scripts/eval/README_PROTOCOLO_V8.md)
-> 🏗️ **Arquitetura:** [`ARQUITETURA_V8.md`](ARQUITETURA_V8.md) — diagnóstico do v7, dataset grounded, lições aprendidas
-> 📋 **Relatório detalhado:** [`RELATORIO_PROTOCOLO_V8_20260818.md`](RELATORIO_PROTOCOLO_V8_20260818.md)
+> **Gate: ✅ APROVADO PARA PRODUÇÃO** — Suite A (100/100) + Suite B (50/50) + Smoke Test (10/10)
 
 ### Deploy no Ollama
 
 ```bash
-# 1. Baixar o GGUF do HuggingFace
-python scripts/upload_hf.py --repo CyberPaul/ratio-gemma3-4b-gguf-v8 --download
-
-# 2. Criar o modelo no Ollama
-ollama create ratio-v8 -f Modelfile-v8
-
-# 3. Confirmar
-ollama list | grep ratio-v8
+python scripts/deploy_gguf_ollama.py
+ollama list | grep ratio-gemma3
 ```
 
-### Treino (Kaggle)
-
-```bash
-# Preparar dataset
-python scripts/preparar_dataset_v8.py --ementas data/ementas_reais.jsonl --output data/ratio_dataset_v8/
-
-# Subir pro HuggingFace
-python scripts/upload_hf.py --repo CyberPaul/ratio-dataset-v8 --token-file "Token Write.txt"
-
-# Rodar no Kaggle: ver INSTRUCOES_KAGGLE_V8.md
-```
-
-> 📓 **Notebook Kaggle:** [`RATIO_TREINO_GEMA3_Kaggle_V8.ipynb`](RATIO_TREINO_GEMA3_Kaggle_V8.ipynb)
-> 📋 **Instruções:** [`INSTRUCOES_KAGGLE_V8.md`](INSTRUCOES_KAGGLE_V8.md)
-
-> ⚠️ Versões anteriores (v3–v7) foram experimental e **não aprovadas** no gate.
-> O v8 é o primeiro modelo fine-tune aprovado para produção.
-> O que se reaproveita é o **dataset** e a receita. O repo do Qwen
-> (`CyberPaul/ratio-qwen-7b-gguf-v2`) está marcado como **LEGACY/experimental**;
-> o repo duplicado `ratio-qwen-7b-final` foi removido em 08/2026.
->
-> ✅ O dataset publicado (`CyberPaul/ratio-dataset-v3`) foi testado com
-> `load_dataset(...)` — 8.501 exemplos com roles system/user/assistant corretos.
-> O **v4** (pares pergunta-resposta sintetizados, sem cópia) será publicado como
-> `CyberPaul/ratio-dataset-v4` — os notebooks de treino já apontam para ele
-> (override via env `RATIO_DS_REPO`).
-
----
-
-## 🛠️ Manutenção do perfil HuggingFace (auditar → limpar)
-
-O perfil `CyberPaul` é gerido por **duas ferramentas complementares** em `scripts/`:
-
-| Ferramenta | Função | Segurança |
-|---|---|---|
-| `auditar_repos_hf.py` | **Auditoria read-only** — lista modelos/datasets/spaces com tamanho real, downloads, datas e **flag de repo privado** | Não altera nada |
-| `limpar_repos_hf.py` | **Limpeza** — remove repos/arquivos obsoletos (ex.: duplicados, quantizações pesadas de modelos LEGACY) | **Dry-run por padrão**; só executa com `--confirm` |
-
-```bash
-# 1. Auditar (visão completa do perfil)
-python scripts/auditar_repos_hf.py            # relatório em texto
-python scripts/auditar_repos_hf.py --json     # saída JSON (para scripts/CI)
-
-# 2. Limpar (só depois de auditar e decidir o que remover)
-python scripts/limpar_repos_hf.py             # dry-run: mostra o plano, não executa
-python scripts/limpar_repos_hf.py --confirm   # executa de verdade
-```
-
-> 📌 **Estado do perfil (30/08/2026):** modelos públicos no HuggingFace:
-> - `CyberPaul/ratio-gemma3-4b-lora-v8` + `CyberPaul/ratio-gemma3-4b-gguf-v8` — **✅ APROVADO (v8.1 + gate)**
-> - `CyberPaul/ratio-dataset-v8.1` — dataset v8.1 (1.259 exemplos com adversariais)
-> - `CyberPaul/ratio-bert-jurisprudencia-pt` — classificador BERT (F1 99,55%)
-> - `CyberPaul/ratio-dataset-v8` — dataset v8 original (LEGACY)
-> - `CyberPaul/ratio-gemma3-4b-lora` + `ratio-gemma3-4b-gguf` — LEGACY (v1–v7, experimental)
-> - `CyberPaul/ratio-qwen-7b-gguf-v2` — LEGACY (Qwen, mantido só como registro)
-
 ---
 
 ## 🌐 Landing Page Comercial
 
-A landing page comercial do RATIO está online em **[ratio.singularislabs.com.br](https://ratio.singularislabs.com.br/)**. O código-fonte está na pasta `landing-page/RATIOlanding2/`:
+A landing page está online em **[ratio.singularislabs.com.br](https://ratio.singularislabs.com.br/)**. Código-fonte em `landing-page/RATIOlanding2/`.
 
-- **Verificador de Compatibilidade de Hardware** — sliders de RAM/VRAM + seletor de SO que recomendam a configuração e o modelo de IA ideais
-- **Showcase da IA treinada** — métricas reais (99,55% F1), pipeline e CTA para o modelo no HuggingFace
-- **Planos, FAQ (com busca/filtro) e Trial** — tudo pronto para conversão
+- **Verificador de Compatibilidade de Hardware** — sliders de RAM/VRAM + seletor de SO
+- **Showcase da IA treinada** — métricas reais (99,55% F1)
+- **Planos, FAQ e Trial** — tudo pronto para conversão
 - **SEO otimizado** — meta tags, Open Graph e conteúdo semântico
 
-### 🧪 Testes da landing page (Vitest + Testing Library)
+### 🧪 Testes da landing page (Vitest)
 
-A landing page possui **36 testes automatizados em 5 arquivos**, com cobertura real de **~91%** e thresholds de cobertura configurados em `vite.config.ts` (prontos para uso como guarda no CI):
+A landing page possui **36 testes automatizados** com cobertura de **~91%**.
 
 ```bash
 cd landing-page/RATIOlanding2
-npm test                # suíte completa (36 testes)
-npm run test:watch      # modo watch
-npm run test:coverage   # relatório de cobertura
+npm test
 ```
 
-| Arquivo de teste | Testes | Valida |
-|---|---|---|
-| `constants.test.ts` | 5 | Paridade `SECTION_IDS`↔`NAV_ANCHORS`, URL HF derivada do ID |
-| `ScaleLabels.test.tsx` | 5 | Posicionamento dos ticks, highlight, alinhamento de bordas |
-| `HardwareCalculator.test.tsx` | 12 | Slider→badge, VRAM no macOS, links HF, troca de SO, recomendação do fine-tune (ratio-gemma3:4b) |
-| `ModelShowcase.test.tsx` | 7 | Métricas, pipeline (4 passos), CTAs Classificador + LLM (GGUF), honestidade científica |
-| `FaqSection.test.tsx` | 7 | Busca, filtros, accordion, callback do trial |
-
-> 📖 Guia de execução do servidor: [`landing-page/RATIOlanding2/GUIA_SERVER.md`](landing-page/RATIOlanding2/GUIA_SERVER.md)
-
 ---
 
 ## 🎯 Planos e Preços
@@ -304,126 +149,50 @@ Na primeira execução, o RATIO cria automaticamente uma licença **TRIAL de 14
 
 ### 🔒 Privacidade Primeiro
 - **100% offline** — Seus documentos nunca saem do seu computador
-- **Sem APIs de terceiros** — Todo processamento é local via Ollama + modelos locais (transformers)
+- **Sem APIs de terceiros** — Todo processamento é local via Ollama
 - **LGPD compliant** — Arquitetura desenhada para conformidade desde a fundação
 - **Hardware binding** — Licença vinculada à máquina, sem risco de uso não autorizado
 
 ### 🧠 RAG Jurídico Inteligente
-- **Busca Híbrida** — Combinação de busca semântica vetorial + BM25 para precisão máxima em terminologia jurídica
-- **Chunking Semântico Jurídico** — Divisão inteligente por Artigos, Parágrafos, Incisos e Cláusulas
+- **Busca Híbrida** — Busca semântica vetorial + BM25 para precisão máxima
+- **Chunking Semântico Jurídico** — Divisão por Artigos, Parágrafos, Incisos e Cláusulas
 - **Streaming Token a Token** — Respostas em tempo real via WebSocket
-- **Citação de Fontes** — Toda resposta inclui referência exata ao documento e página
-- **Filtro BERT de Ratio Decidendi** — IA própria que valida cada sentença extraída (99,55% F1), removendo cabeçalhos, relatórios e votações
+- **Citação de Fontes** — Referência exata ao documento e página
+- **Filtro BERT** — IA própria que valida cada sentença extraída (99,55% F1)
 
 ### 📄 Ingestão Multi-Formato
 - **PDF** (texto nativo + OCR para escaneados)
 - **DOCX, XLSX, PPTX** (Word, Excel, PowerPoint)
 - **Imagens** (PNG, JPG — OCR automático)
 - **URLs e YouTube** (web scraping e transcrição automática)
-- **Google Drive** (importação via OAuth2 —PDFs, DOCXs e TXTs)
-- **OneDrive** (importação via OAuth2 — PDFs, DOCXs e TXTs)
+- **Google Drive** (importação via OAuth2)
+- **OneDrive** (importação via OAuth2)
 
 ### 🖥️ Interface Premium
-- **Onboarding interativo** — Wizard de 5 passos na primeira execução (inclui download do modelo de IA)
+- **Onboarding interativo** — Wizard de 5 passos na primeira execução
 - **Visualizador de PDF** com highlight automático da página citada
 - **Chat com streaming** e cards de fonte clicáveis
-- **Exportação de consultas em PDF** para arquivamento
+- **Exportação de consultas em PDF**
 - **Tema dark/light** — Alternável com um clique
-- **Indicador de status** — Ollama, prontidão do modelo (Frio/Pronto com botão de aquecimento ⚡), modelo ativo e licença visíveis na navbar
 
 ---
 
 ## 🏗️ Arquitetura
 
-> 📖 Detalhes da arquitetura do fine-tune generativo v8: [`ARQUITETURA_V8.md`](ARQUITETURA_V8.md)
-
 ```text
 Projeto RATIO/
-│
-├── core/                          # Núcleo do sistema
-│   ├── auth.py                    # Autenticação por API Key (timing-safe)
-│   ├── license.py                 # 🆕 Sistema de licenciamento (trial, ativação, validação)
-│   ├── chunker.py                 # Chunking semântico jurídico customizado
-│   ├── document_store.py          # Gestão de bases + indexação ChromaDB
-│   ├── ingestor.py                # Extrator multi-formato (PDF, DOCX, imagens, URLs, Google Drive, OneDrive)
-│   ├── rag_engine.py              # Pipeline RAG completo com streaming
-│   └── retriever.py               # Busca híbrida (vetorial + BM25)
-│
-├── engine/                        # Motor de inferência
-│   ├── llm_client.py              # Cliente Ollama + detecção de modelo + warmup() + monitor de integridade
-│   ├── modelo_installer.py        # 🆕 Download/instalação de modelos com progresso (wizard 1º uso)
-│   └── exportador.py              # Exportação de conversas em PDF (ReportLab)
-│
-├── processors/                    # 🆕 Processadores de extração e filtragem
-│   ├── ratio_extractor.py         # Extrator de ratio decidendi por tribunal (STF/STJ/TJSP/TRF2)
-│   └── bert_ratio_filter.py       # 🆕 Filtro BERT (99,55% F1) — valida sentença a sentença
-│
-├── scripts/                       # 🆕 Pipeline de dados, treino e publicação
-│   ├── mvp_ratio_pipeline.py      # Extrai datasets (--bert-filtro ativa o filtro de qualidade)
-│   ├── preparar_finetune.py       # Converte dataset instruction → ChatML
-│   ├── train_ratio.py             # Fine-tuning BERTimbau (DirectML/CUDA/CPU)
-│   ├── publicar_modelo.py         # Publica o modelo no HuggingFace
-│   ├── limpar_repo_hf.py          # Limpa checkpoints intermediários do repositório
-│   ├── readme_ratio.py            # README canônico do modelo publicado
-│   ├── testar_modelo_publicado.py # Smoke test de inferência do modelo publicado
-│   ├── subir_dataset_hf.py        # 🆕 Sobe dataset p/ HF (v3 por padrão; v4 via --repo/--data)
-│   ├── validar_token_hf.py        # 🆕 Valida o HF_TOKEN (env > .env) sem expor o valor
-│   ├── deploy_gguf_ollama.py      # 🆕 Baixa o GGUF do fine-tune e cria o modelo no Ollama
-│   ├── gerar_notebook_colab.py    # 🆕 Converte o script de treino em .ipynb para o Colab
-│   ├── atualizar_repos_gguf.py    # 🆕 Atualiza README + Modelfile (corrigido) dos repos GGUF no HF
-│   ├── atualizar_readme.py        # 🆕 Publica o README canônico do fine-tune no HuggingFace
-│   ├── auditar_repos_hf.py        # 🆕 Auditoria read-only do perfil (tamanho, DL, privado, status)
-│   ├── limpar_repos_hf.py         # 🆕 Limpeza de repos HF obsoletos (dry-run + --confirm)
-│   └── _hf_token.py               # 🆕 Helper compartilhado de token (env > .env)
-│
-├── script_treino_gemma3_colab.txt # 🆕 Treino do gemma3:4b no Colab (Unsloth + QLoRA + GGUF)
-│
-├── models/                        # 🆕 Checkpoints e modelos treinados
-│   └── ratio-gemma3/               # 🆕 GGUF + Modelfile do fine-tune (deployado: ratio-gemma3:4b)
-│
-├── frontend/                      # Interface do usuário
-│   ├── src/
-│   │   ├── components/
-│   │   │   ├── OnboardingWizard.tsx    # 🆕 Wizard de primeira execução (5 passos)
-│   │   │   ├── ModelSetupWizard.tsx    # 🆕 Download/instalação do modelo (progresso via WebSocket)
-│   │   │   ├── HealthStatus.tsx        # 🆕 Indicador de status (Ollama + prontidão + licença)
-│   │   │   ├── ChatInterface.tsx       # Chat com streaming + fontes
-│   │   │   ├── DocumentViewer.tsx      # Visualizador PDF com highlight
-│   │   │   ├── UploadZone.tsx          # Upload drag-and-drop multi-formato
-│   │   │   ├── HelpModal.tsx           # Ajuda + dicionário jurídico
-│   │   │   └── SourceCard.tsx          # Card de fonte com score de relevância
-│   │   ├── config.ts              # 🆕 Configurações centralizadas (API Key, URLs)
-│   │   ├── warmup.ts              # 🆕 Pré-aquecimento do modelo (botão + automático)
-│   │   ├── hooks/                      # Hooks globais (useTema)
-│   │   └── App.tsx                     # Layout 3 colunas + integração onboarding
-│   └── package.json
-│
-├── tests/                         # Testes automatizados
-│   ├── test_api.py
-│   ├── test_chunker.py
-│   ├── test_ingestor.py
-│   ├── test_retriever.py
-│   ├── test_bert_filter.py         # 🆕 Testes do filtro BERT (mocks, sem download)
-│   ├── test_license.py             # 🆕 26 testes do sistema de licenças (trial, ativação, validação, API)
-│   └── test_llm_client.py          # Seleção automática (gemma3:4b em 1º) + monitor ciente da fonte
-│
-├── api.py                         # Ponto de entrada FastAPI (HTTP + WebSocket)
-├── Makefile                       # Comandos de automação
-├── data_collection/               # 🆕 Coletores STF/STJ/TST + formatação de dataset
-├── iniciar.bat                    # 🆕 Execução com 1 clique (Ollama + backend + frontend)
-├── iniciar_backend.bat            # 🆕 Launcher do backend (define RATIO_MODELO)
-├── restart_backend.ps1            # 🆕 Reinício confiável (kill por porta + assert do modelo)
-├── setup_ratio.bat                # 🆕 Setup rápido do ambiente
-├── build_ratio.bat                # 🆕 Build do instalador (frontend + PyInstaller + setup.iss)
-├── installer/                     # 🆕 Instalador moderno (Inno Setup 6.3+)
-│   ├── setup.iss.tpl              # Template: wizard moderno + página de compatibilidade de hardware
-│   ├── gerar_setup_iss.py         # Renderiza dist/RATIO/setup.iss (+ gera o .ico do logo)
-│   └── instalar_inno.bat          # Baixa o Inno Setup 6 e compila o instalador .exe
-├── license-server/                # 🆕 Central de Licenças (webhook Hotmart, emails, painel)
-│   ├── README.md                  # Setup, deploy e API da Central de Licenças
-│   └── app/                       # FastAPI + SQLite + scheduler de renovações
-├── commercial/                    # 🆕 Vendas: guia Hotmart + proposta comercial
-└── .env                           # Variáveis de ambiente
+├── core/                    # Núcleo (auth, license, chunker, rag_engine, retriever)
+├── engine/                  # Motor de inferência (llm_client, modelo_installer, exportador)
+├── processors/              # Processadores (bert_ratio_filter, ratio_extractor)
+├── scripts/                 # Pipeline de dados, treino e publicação
+├── frontend/                # Interface React + TypeScript
+├── tests/                   # 622 testes automatizados
+├── license-server/          # Central de Licenças (webhook Hotmart, emails, painel)
+├── landing-page/            # Landing page comercial (React + Vite)
+├── installer/               # Instalador Windows (Inno Setup 6.3+)
+├── api.py                   # Ponto de entrada FastAPI (HTTP + WebSocket)
+├── iniciar.bat              # Execução com 1 clique
+└── build_ratio.bat          # Build do instalador
 ```
 
 ---
@@ -432,13 +201,11 @@ Projeto RATIO/
 
 ### 🖥️ Compatibilidade
 
-| Sistema Operacional | Status | Método de Instalação | Guia |
-|---------------------|:------:|----------------------|------|
-| **Windows 10/11** | ✅ Suportado | Instalador (.exe) — Inno Setup 6.3+ | `RATIO_Setup_v1.0.exe` |
-| **macOS 12+** | ✅ Suportado | Script de instalação (bash) | [`README_INSTALL_MAC.md`](installer/README_INSTALL_MAC.md) |
-| **Linux** | ✅ Suportado | Script de instalação (bash) | [`README_INSTALL_LINUX.md`](installer/README_INSTALL_LINUX.md) |
-
-> **Navegador:** O RATIO abre automaticamente no navegador padrão do sistema (Chrome, Edge, Firefox ou Safari). Não é necessário instalar navegador separado. Funciona em qualquer navegador moderno (Chrome 90+, Edge 90+, Firefox 90+, Safari 15+).
+| Sistema Operacional | Status | Método |
+|---------------------|:------:|--------|
+| **Windows 10/11** | ✅ | Instalador (.exe) — `RATIO_Setup_v1.0.exe` |
+| **macOS 12+** | ✅ | Script de instalação (bash) |
+| **Linux** | ✅ | Script de instalação (bash) |
 
 ### 🔧 Setup Automático (Recomendado)
 
@@ -448,15 +215,6 @@ Projeto RATIO/
 | **macOS** | `chmod +x install_mac.sh && ./install_mac.sh` |
 | **Linux** | `chmod +x install_linux.sh && ./install_linux.sh` |
 
-Os scripts verificam e instalam automaticamente:
-
-O script verifica e instala:
-1. ✅ Python 3.10+
-2. ✅ Node.js 18+
-3. ✅ Dependências Python (pip install -r requirements.txt)
-4. ✅ Dependências do Frontend (npm install)
-5. ✅ Ollama (com opção de baixar modelo recomendado)
-
 ### ⚙️ Setup Manual
 
 #### 1. Pré-requisitos
@@ -464,869 +222,144 @@ O script verifica e instala:
 - **Python 3.10+** — [python.org](https://python.org)
 - **Node.js 18+** — [nodejs.org](https://nodejs.org)
 - **Ollama** — [ollama.com](https://ollama.com)
-- **Tesseract OCR** (opcional, para OCR em PDFs escaneados)
+- **Tesseract OCR** (opcional, para PDFs escaneados)
 
 #### 2. Configurar Backend
 
 ```bash
-# Instalar dependências
-make install
-# ou
 pip install -r requirements.txt
-
-# Configurar variáveis de ambiente
 copy .env.example .env
 ```
 
-Edite o arquivo `.env`:
+Edite o `.env`:
 
 ```ini
 RATIO_API_KEY=sua_chave_secreta_aqui
-RATIO_AUTH_ENABLED=true            # true = auth ativa (false para dev local)
 OLLAMA_BASE_URL=http://localhost:11434
-RATIO_MODELO=gemma3:4b       # modelo ativo (padrão atual — ver "Modelo de IA")
-RATIO_NUM_CTX=4096           # janela de contexto (4K basta para RAG e é mais rápido em CPU)
+RATIO_MODELO=gemma3:4b
+RATIO_NUM_CTX=4096
 RATIO_HOST=127.0.0.1
 RATIO_PORT=8000
-HF_TOKEN=hf_xxxxxxxxxxxxxxxxxxxx  # (opcional) usado para publicar/baixar modelos do HuggingFace
-RATIO_LICENSE_SERVER=https://api.singularislabs.com.br  # (opcional) Central de Licenças — ativação online
-```
-
-> 💡 **Filtro BERT:** para usar o filtro de qualidade, instale também `transformers` e `torch` (o pipeline funciona sem eles — o filtro é opcional via `--bert-filtro`).
-
-#### 3. Configurar Frontend
-
-```bash
-cd frontend
-npm install
-cd ..
+RATIO_LICENSE_SERVER=https://api.singularislabs.com.br
 ```
 
-#### 4. Executar
+#### 3. Executar
 
-**Método recomendado (1 clique):** execute `iniciar.bat` — ele sobe o Ollama, o backend e o frontend e abre o navegador.
+**Método recomendado:** execute `iniciar.bat` — sobe Ollama, backend e frontend automaticamente.
 
-**Modo manual (desenvolvimento):**
+**Modo manual:**
 
 ```bash
-# Terminal 1 — Backend (porta 8000)
-make run-api
-
-# Terminal 2 — Frontend (porta 5173)
-make run-frontend
+make run-api      # Terminal 1 — Backend (porta 8000)
+make run-frontend  # Terminal 2 — Frontend (porta 5173)
 ```
 
-> 💡 `make run-api` usa `--reload` e é um comando de **desenvolvimento**. Para
-> uso diário, prefira `iniciar.bat` (execução com 1 clique) ou
-> `restart_backend.ps1` (reinício confiável sem `--reload`).
-
 Acesse: **http://localhost:5173** 🎉
 
-Na **primeira execução**, o wizard de **onboarding** aparecerá automaticamente guiando você por:
-- Verificação do ambiente
-- Download/instalação do modelo de IA (se nenhum estiver instalado)
-- Ativação de licença (ou trial grátis)
-- Criação da primeira base de conhecimento
-
----
-
-## 🛠️ Comandos
-
-| Comando | Descrição |
-|---------|-----------|
-| `setup_ratio.bat` | 🆕 Configuração completa do ambiente |
-| `build_ratio.bat` | 🆕 Build: frontend + PyInstaller + setup.iss (Inno moderno) |
-| `installer\instalar_inno.bat` | 🆕 Baixa o Inno Setup 6 e compila o instalador .exe |
-| `make install` | Instala dependências Python |
-| `make install-dev` | Instala deps de desenvolvimento (pytest, httpx) |
-| `make check-deps` | Diagnóstico do ambiente |
-| `run_tests.bat` | 🆕 Roda toda a suíte de testes (622 testes) com 1 clique |
-| `make run-api` | Inicia servidor FastAPI (porta 8000) |
-| `make run-frontend` | Inicia servidor Vite (porta 5173) |
-| `iniciar.bat` | 🆕 Execução com 1 clique (Ollama + backend + frontend + navegador) |
-| `restart_backend.ps1` | 🆕 Reinício confiável do backend (kill por porta + verificação do modelo) |
-
 ---
 
 ## 🔐 Licenciamento
 
 O RATIO tem licenciamento local (trial, ativação, hardware binding) com validação
-opcional contra a **Central de Licenças** (`license-server/`) — o servidor que
-recebe as vendas da Hotmart por webhook, emite as chaves, dispara os emails
-automáticos e controla renovações.
+opcional contra a **Central de Licenças** (`api.singularislabs.com.br`).
 
 ### Como funciona
 
 1. **Primeira execução** → Trial de 14 dias criado automaticamente
-2. **Compra (Hotmart)** → webhook cria a licença e a chave é enviada por email (automático)
-3. **Ativação** → inserir chave na tela de licenciamento ou via API (online no servidor, se configurado)
-4. **Validação** → a cada inicialização, o sistema valida:
-   - Integridade do arquivo de licença (checksum SHA256)
-   - Vínculo com o hardware da máquina (MAC + username)
-   - Data de expiração
-
-### Central de Licenças (`license-server/`)
+2. **Compra (Hotmart)** → webhook cria a licença e a chave é enviada por email
+3. **Ativação** → inserir chave na tela de licenciamento
+4. **Validação** → integridade (checksum SHA256), hardware (MAC + username), data de expiração
 
-O RATIO agora tem um servidor próprio de gestão de licenças:
+### Central de Licenças
 
 | Recurso | Detalhe |
 |---|---|
-| **Webhook Hotmart** | `POST /webhooks/hotmart` — venda cria licença, cancelamento/reembolso revoga, recorrência renova |
-| **Emails automáticos** | chave pro cliente · aviso de venda pro admin · lembrete de renovação (14/7/3/1 dias) com link de checkout |
-| **Ativação** | `POST /v1/activate` — valida chave + hardware, devolve payload assinado |
+| **Webhook Hotmart** | Venda cria licença, cancelamento/reembolso revoga |
+| **Emails automáticos** | Chave pro cliente · aviso pro admin · lembretes de renovação |
+| **Ativação** | `POST /v1/activate` — valida chave + hardware |
 | **Heartbeat** | `POST /v1/check` — vigência/revogação em tempo real |
-| **Painel admin** | `/admin` — vendas, receita mensal estimada, vencimentos, cadastro manual, ações |
-
-> 📖 **Guia de setup e deploy:** [`license-server/README.md`](license-server/README.md)
-> e o passo a passo completo de venda no [`commercial/hotmart-setup-guide.md`](commercial/hotmart-setup-guide.md).
-
-### Ativação online (cliente)
-
-No `.env` do computador que roda o RATIO:
-
-```ini
-RATIO_LICENSE_SERVER=https://api.singularislabs.com.br
-```
-
-Com isso, a ativação valida contra o servidor (fonte da verdade: plano, vigência,
-revogação). **Se o servidor estiver inalcançável, o RATIO cai no fluxo local**
-(pelo prefixo da chave) — a ativação nunca trava por falta de internet.
-
-### Tipos de licença e formato da chave
-
-O **prefixo da chave** define o plano (implementado em `core/license.py`):
-
-| Prefixo | Tipo | Duração | Principais recursos |
-|:-------:|------|:-------:|---------------------|
-| `S...` | SOLO | 365 dias | RAG completo, bases ilimitadas, export PDF, suporte prioritário |
-| `E...` | ESCRITÓRIO | 365 dias | Tudo do SOLO + multi-usuário + prompts customizados |
-| `P...` | ENTERPRISE | **Perpétuo** | Tudo do ESCRITÓRIO + acesso API + suporte dedicado |
-
-A licença é armazenada em `~/.ratio/license.json` e fica **vinculada ao hardware**
-(qualquer tentativa de copiar o arquivo para outra máquina é rejeitada).
-
-### Ativação via API
-
-```bash
-curl -X POST http://127.0.0.1:8000/api/license/activate \
-  -H "Content-Type: application/json" \
-  -H "X-API-Key: sua-chave" \
-  -d '{"key": "S1234-56789-ABCDE-FGHIJ-KLMNO"}'
-```
-
-### Health Check
-
-```bash
-curl http://127.0.0.1:8000/api/health \
-  -H "X-API-Key: sua-chave"
-```
-
-Resposta esperada:
-```json
-{
-  "status": "ok",
-  "ollama": {"disponivel": true, "modelo_ativo": "gemma3:4b"},
-  "bases": 3,
-  "license": {"valid": true, "type": "SOLO", "days_remaining": 364},
-  "versao": "1.0.0"
-}
-```
-
-### Verificar status da licença
+| **Painel admin** | `/admin` — vendas, receita, vencimentos, cadastro manual |
 
-```bash
-curl http://127.0.0.1:8000/api/license/status \
-  -H "X-API-Key: sua-chave"
-```
+### Tipos de licença
 
-### Testes automatizados (26)
-
-O sistema de licenças é coberto por **26 testes automatizados** em
-[`tests/test_license.py`](tests/test_license.py) — trial, validação, detecção de
-adulteração, vínculo de hardware, ativação dos 3 planos, expiração e os endpoints
-HTTP. Os testes **nunca tocam a licença real** (usam pasta temporária):
-
-```bash
-pytest tests/test_license.py -v
-```
-
-> ✅ **Estado atual (08/2026):** a ativação agora valida contra a **Central de
-> Licenças** quando `RATIO_LICENSE_SERVER` está configurado (fonte da verdade para
-> plano, vigência e revogação), com **fallback local** pelo prefixo da chave
-> quando o servidor está inalcançável. O servidor é o que permite venda real:
-> chaves emitidas por webhook da Hotmart, revogação por cancelamento/reembolso e
-> lembretes de renovação automáticos.
-
----
-
-## 📦 Distribuição
-
-### Gerar Instalador Windows (moderno)
-
-```bash
-build_ratio.bat                  :: 1) Frontend + PyInstaller + dist\RATIO\setup.iss
-installer\instalar_inno.bat       :: 2) Baixa o Inno Setup 6 (se preciso) e compila o .exe
-```
-
-O `build_ratio.bat`:
-1. Compila o frontend (Vite build);
-2. Empacota o backend com PyInstaller (incluindo o Modelfile do fine-tune);
-3. Renderiza o **setup.iss moderno** (WizardStyle=modern, página de
-   compatibilidade de hardware, ícone gerado do logo).
-
-> O instalador final sai em `dist\RATIO_Setup_v1.0.0.exe`. Requer **Inno Setup
-> 6.3+** — o `installer\instalar_inno.bat` baixa e instala automaticamente se
-> necessário. Detalhes na seção [🛠️ Instalador Moderno](#-instalador-moderno-inno-setup-63).
-
-### 🔜 Alternativa: Docker (Em Breve)
-
-Para escritórios com equipe de TI, uma versão Docker será disponibilizada em breve.
-O deploy conteinerizado permitirá execução em servidores internos com:
-- Orquestração automática de serviços
-- Persistência de dados em volumes
-- Suporte a GPU para aceleração de inferência
+| Prefixo | Tipo | Duração | Recursos |
+|:-------:|------|:-------:|----------|
+| `RATIO-TRIAL-...` | TRIAL | 14 dias | Funcionalidades básicas |
+| `S...` | SOLO | 365 dias | RAG completo, bases ilimitadas |
+| `E...` | ESCRITÓRIO | 365 dias | Multi-usuário, prompts customizados |
+| `P...` | ENTERPRISE | **Perpétuo** | API access, suporte dedicado |
 
 ---
 
 ## 🔒 Segurança e Privacidade
 
 - **LGPD compliant** — Dados nunca saem da máquina do usuário
-- **100% local** — Nenhum dado trafega para servidores externos (apenas metadados de licença na ativação, se houver Central de Licenças configurada)
 - **API Key timing-safe** — Comparação em tempo constante (`secrets.compare_digest`)
 - **WebSocket autenticado** — Validação de token no handshake
-- **Hardware binding** — Licença vinculada ao hardware, impedindo uso não autorizado
-- **Trial com Registry** — Histórico de trials no Windows Registry (sobrevive desinstalação)
-- **Grace period 72h** — Cache encriptado para funcionar offline quando servidor indisponível
+- **Hardware binding** — Licença vinculada ao hardware
+- **Grace period 72h** — Cache encriptado para funcionar offline
 - **Rate limiting** — 5 tentativas de ativação por hora
-- **Upload limit** — Arquivos acima de 100 MB rejeitados (proteção DoS)
-- **Citation checker** — Verifica referências citadas pelo modelo contra o documento
 - **Gate arquitetural** — Intercepta perguntas que pedem confirmação de processo sem documento
-- **Report de bugs** — Sistema integrado com ID único e coleta automática de sistema
 - **Dashboard de segurança** — Monitoramento de tentativas de cracking em tempo real
 
-## 🐛 Report de Bugs
-
-O RATIO tem um sistema integrado de report de bugs:
-
-1. Clique no ícone 🐛 na navbar
-2. Descreva o problema (obrigatório)
-3. Adicione passos para reproduzir (opcional)
-4. O sistema coleta info automaticamente (SO, versão, modelo, logs)
-5. Envie — você recebe um ID único (ex: `RATIO-20260825-A3F2`)
-
-Os reports são salvos em `~/.ratio/bug_reports/` e podem ser enviados por email para suporte.
-
 ---
 
 ## 🧪 Testes
 
 ```bash
-# Instalar dependências de teste
-make install-dev
-
-# Executar toda a suíte (622 testes)
+# Toda a suíte (622 testes)
 pytest tests/ -v
 
 # Suíte completa com 1 clique (Windows)
 run_tests.bat
 
-# Testes do filtro BERT (com mocks, sem baixar modelo)
-pytest tests/test_bert_filter.py -v
-
-# Testes do sistema de licenças (26 testes, não tocam a licença real)
-pytest tests/test_license.py -v
-
-# Testes do citation checker (12 testes)
-pytest tests/test_citation_checker.py -v
-
-# Testes do fuzzy matching (23 testes)
-pytest tests/test_fuzzy_citations.py -v
-
-# Testes do detector de saudações (32 testes)
-pytest tests/test_saudacao.py -v
-
-# Testes do auto-update (28 testes)
-pytest tests/test_updater.py -v
-```
-
-> 🧪 **Testes da landing page** (Vitest + Testing Library): veja a seção [Landing Page Comercial](#-landing-page-comercial) acima.
-
-### 📋 Checklist de Produção v1.0.0
-
-| Item | Status | Versão |
-|------|:------:|--------|
-| Dataset v8.1 grounded | ✅ | v8.1 |
-| Fine-tune aprovado (Gate) | ✅ | v8.2 |
-| BERTimbau filter (99.55% F1) | ✅ | v8.2 |
-| Gate arquitetural (25/25 + 23/23) | ✅ | v8.2 |
-| Citation checker com fuzzy matching | ✅ | v8.2 |
-| Dicionário jurídico (4.273 termos) | ✅ | v8.2 |
-| Cloud storage (Google Drive/OneDrive) | ✅ | v8.2 |
-| Bug report integrado (ID único) | ✅ | v8.2 |
-| License-server com security dashboard | ✅ | v1.0 |
-| Wizard de instalação (Inno Setup) | ✅ | v8.2 |
-| Suite de testes completa (622 testes) | ✅ | v1.0 |
-| README HuggingFace atualizado | ✅ | v1.0 |
-| Landing page com 16 FAQs | ✅ | v8.2 |
-| Documentação completa | ✅ | v1.0 |
-| Hotmart (4 planos) | ✅ | v1.0 |
-| Google Search Console | ✅ | v1.0 |
-| Google Analytics 4 | ✅ | v1.0 |
-| Google Business Profile | ✅ | v1.0 |
-| SEO (7 páginas) | ✅ | v1.0 |
-
----
-
-## 🧠 Modelo de IA e Solução de Problemas
-
-### Modelo ativo (gemma3:4b)
-
-O modelo usado nas respostas do RAG é definido pela variável `RATIO_MODELO`,
-configurada no `iniciar_backend.bat`. O padrão atual é **`gemma3:4b`** (base
-oficial Google) — **correção de 06/08/2026** (ver "Fine-Tune Generativo").
-
-> 📌 **Fine-Tune `ratio-v8.2` (status 19/08/2026):** o fine-tune v8.1 **foi aprovado
-> no gate de avaliação completo** com gate arquitetural (`gate_rag.py`).
-> Suite A 100/100 + Suite B 50/50 + Smoke Test 10/10 (0 alertas).
-> O gate resolve a limitação de abstenção de modelos ≤4B params.
-> O `gemma3:4b` base responde corretamente e é o padrão; o
-> fine-tune está **fora da seleção automática** (catálogo como experimental;
-> testar: `RATIO_MODELO=ratio-gemma3:4b`).
-
-> ⚠️ **Importante (diagnóstico de 08/2026):** a **família qwen2.5 (7B)** produz
-> saída garbage nesta máquina (Ollama + backend AMD/RX 6600 XT). O arquivo GGUF
-> **não está corrompido** — o SHA-256 confere exatamente com o HuggingFace — mas a
-> **execução** falha (repetição de sílabas, ex.: "Respostaposta", "8888878").
-> Testes decisivos: gemma3:4b responde perfeitamente na mesma máquina, e até o
-> `qwen2.5:3b` **oficial** apresenta artefatos. **Re-baixar o modelo não resolve** —
-> é problema de execução da família qwen2.5 neste hardware/backend.
-
-### Detecção automática de modelo
-
-Se `RATIO_MODELO` não estiver definido, o `engine/llm_client.py` seleciona o
-melhor modelo instalado em **3 passadas**:
-1. Match exato contra a lista de preferidos;
-2. Match por família (ex: `llama3.1` casa `llama3.1:8b-instruct`), com
-   **denylist** que exclui modelos de código/embedding/visão (`coder`, `embed`,
-   `vision`, `r1`, etc.);
-3. Fallback para qualquer modelo instalado.
-
-Isso evita que um modelo de **código** (ex: `qwen2.5-coder:3b`) seja usado para
-perguntas jurídicas — problema que causava respostas incoerentes.
-
-### Backend não responde ou modelo errado?
-
-Use o `restart_backend.ps1` — ele mata os processos do backend na porta
-`127.0.0.1:8000` (2 passadas, inclusive workers órfãos do `--reload`), confirma
-a porta livre, sobe o backend via `iniciar_backend.bat` e **verifica no
-`/api/health` que o `modelo_ativo` é o esperado**:
-
-```powershell
-powershell -ExecutionPolicy Bypass -File restart_backend.ps1
+# Testes específicos
+pytest tests/test_license.py -v        # 26 testes de licenciamento
+pytest tests/test_bert_filter.py -v    # Testes do filtro BERT
+pytest tests/test_citation_checker.py -v  # Citation checker
 ```
 
-> ⚠️ O backend **não** deve ser iniciado com `--reload` (sem `watchfiles` o
-> reload não funciona e o processo reloader complica o reinício). O launcher
-> `iniciar_backend.bat` já cuida disso.
-
-### RX 6600 XT / Vulkan (testado em 08/2026 — driver atualizado 05/08)
-
-O Vulkan **funciona e está estável** nesta RX 6600 XT. Com o driver AMD
-Adrenalin atualizado (05/08/2026), o Ollama 0.32.5+ enxerga os **7,2 GiB de
-VRAM livre** corretamente e o modelo `ratio-gemma3:4b` carrega **100% na GPU
-(35/35 camadas)** de forma reprodutível — 3/3 reinícios limpos.
-
-**A causa da antiga "instabilidade" era outra:** a cada kill do `ollama.exe`
-(ex.: `taskkill /F /IM ollama.exe`), os processos filhos `llama-server.exe`
-ficam **órfãos** segurando o modelo na VRAM (~1,6 GB cada). Reinícios
-acumulados devoravam a VRAM (11 órfãos ≈ 6,6 GB!), e o servidor novo reagia
-**corretamente** reduzindo o offload (13/35 e até 0/35 camadas) — não era
-falha de detecção nem do driver. **FIX:** limpar os órfãos ao reiniciar —
-`taskkill /F /IM llama-server.exe` (já embutido no `iniciar.bat` e no
-`scripts/testar_vulkan.ps1`).
-
-> ⚠️ **Dica:** se o RATIO estiver lento e o `/api/ps` mostrar offload parcial,
-> é sinal de VRAM ocupada (órfãos ou navegador com vídeo/3D aberto).
-> `taskkill /F /IM llama-server.exe` resolve na hora.
-
-Para conferir onde o modelo carregou:
-
-```bash
-curl http://127.0.0.1:11434/api/ps   # size_vram ≈ size  →  100% GPU
-```
-
-> ⚠️ **Cuidado:** o CLI `ollama ps` pode **travar indefinidamente** quando o
-> servidor está ocupado/travado no load — prefira a API HTTP `/api/ps`.
-> O aviso "AMD driver is too old" ainda aparece 1x no log de start — é quirk
-> de detecção de versão do `amd.go` do Ollama e **não afeta a inferência**.
-> Relatório completo do A/B: [`teste_ab_vulkan_20260805.txt`](teste_ab_vulkan_20260805.txt).
-
 ---
 
-## ⚡ Otimização de Velocidade (benchmark 08/2026)
-
-Diagnóstico real na máquina de desenvolvimento (Ryzen 5 5600GT, 6c/12t, 31 GB
-RAM, Ollama 0.32.5) com contexto de ~874 tokens (típico do RAG):
-
-| Configuração | Prompt eval | Geração | Total |
-|---|---|---|---|
-| **Antes** (default 131072 ctx) | 239 tok/s | 13,6 tok/s | 7,15s |
-| **Depois** (`num_ctx 4096`) | **~4.700 tok/s** | **16,3 tok/s** | **3,10s** |
-
-Ganho medido: **-57% no tempo total** e **+20% na geração** — só com
-configuração, sem tocar em código ou modelo.
-
-> ⚠️ **Ressalva de confound:** a medição "Depois" rodou no servidor de longa
-> duração, que carregava o modelo **100% na GPU** — parte do salto de prompt
-> eval (239 → 4.700 tok/s) pode ter vindo do **offload GPU**, não só do
-> `num_ctx`. O `num_ctx 4096` continua sendo a configuração correta (evita KV
-> cache gigante), mas o ganho exato é difícil de isolar — o teste A/B abaixo
-> separa CPU vs GPU de forma controlada.
-
-### Teste A/B: GPU Vulkan vs CPU (05/08/2026 — driver atualizado, VRAM livre)
-
-A/B completo com **medição sempre a frio** (`--keep-alive 0` → modelo
-descarregado a cada chamada; todas as rodadas válidas). Config de produção:
-KV cache `q4_0`, flash attention, `num_ctx 4096` (Modelfile).
-
-| Onde o modelo rodou | Prompt eval | Geração | Total (ctx 874) | VRAM usada |
-|---|---|---|---|---|
-| **CPU puro** (`OLLAMA_VULKAN=0`) | 61–70 tok/s | ~11 tok/s | ~25,7s | 0 / 2,75 GB |
-| **100% GPU** (Vulkan, KV f16) | ~312 tok/s | ~28 tok/s | ~9s | 2,75 / 2,75 GB |
-| **100% GPU** (Vulkan, prod q4_0+flash) | **~300–350 tok/s** | **~44–57 tok/s** | **~8s** | 2,75 / 2,75 GB |
-
-- **Ganho real**: prompt eval **~5x** (61–70 → ~330) **e** geração **~5x**
-  (~11 → ~55) — contraria a conclusão antiga de que "a geração não melhora
-  na GPU" (a medição antiga não era representativa: usava rodada quente, com
-  KV cache reusada, e o prompt eval saía inflado).
-- **Tempo total (o que o usuário sente)**: ctx 874 → 25,7s → **~8s** (~3,2x);
-  ctx 2000 → 56,8s → **~14s** (~4x).
-- **Estabilidade**: 3/3 reinícios limpos com 35/35 camadas (desde que não
-  haja `llama-server` órfãos nem navegador com vídeo/3D consumindo VRAM).
-- Ferramentas: `scripts/benchmark_modelo.py` (medição, com `--keep-alive 0`)
-  e `scripts/testar_vulkan.ps1` (A/B automático CPU vs GPU, mata órfãos).
-
-### O que foi feito (e o que NÃO fazer)
-
-1. **`PARAMETER num_ctx 4096` no Modelfile** (`models/ratio-gemma3/Modelfile`)
-   — o default do Gemma3 é 131.072 tokens de contexto, que alocava uma KV
-   cache gigante desnecessária em RAM. Fixar em 4096 (igual ao
-   `RATIO_NUM_CTX` do backend) eliminou o desperdício e acelerou o prompt
-   eval drasticamente. O modelo foi recriado com `ollama create`.
-
-2. **`OLLAMA_KEEP_ALIVE=30m` no `iniciar.bat`** — mantém o modelo carregado
-   entre perguntas (evita reload de ~2s a cada chamada).
-
-3. **NÃO mexa em `num_thread`/`num_batch`** — o benchmark provou que
-   overrides **pioram** o desempenho (12,6–13,7 tok/s + ~8s de reload por
-   mudança). O padrão do Ollama 0.32.5 já é o ótimo para esta CPU. O gargalo
-   real é banda de memória do processador, não configuração.
-
-### Como reproduzir a medição
-
-```bash
-# Benchmark padrão (ratio-gemma3:4b, ~874 tokens de contexto, 2 rodadas)
-python scripts/benchmark_modelo.py
-
-# Contexto maior (simula RAG longo)
-python scripts/benchmark_modelo.py --ctx 3000
-
-# Testar outros modelos / configurações
-python scripts/benchmark_modelo.py --modelo gemma3:4b --rodadas 3
-python scripts/benchmark_modelo.py --threads 6   # demonstra que override piora
-```
-
-> 💡 **GPU Vulkan (RX 6600 XT):** com o driver atualizado (05/08/2026) e sem
-> órfãos do `llama-server` na VRAM, o modelo carrega 100% na GPU de forma
-> estável: prompt eval ~330 tok/s (vs ~61–70 em CPU, **~5x**) e geração ~55
-> tok/s (vs ~11, **~5x**) — o gargalo do RAG cai de ~26s para ~8s por resposta.
-> Se estiver lento, confira `/api/ps` e limpe órfãos com
-> `taskkill /F /IM llama-server.exe`. Ver seção "RX 6600 XT / Vulkan" acima.
-> Outros caminhos: encurtar o prompt do RAG no `core/rag_engine.py` (menos
-> chunks por pergunta) e quantização Q4_0 (com leve perda de qualidade).
-
----
-
-## 🔥 Prontidão do Modelo e Pré-Aquecimento (08/2026)
-
-O RATIO usa **lazy loading** do Ollama: o modelo só entra na VRAM quando a
-primeira pergunta chega (~3s de cold start). Para o usuário não ser pego de
-surpresa — e para eliminar esse atraso — o frontend ganhou um **indicador de
-prontidão** na navbar e um **sistema duplo de pré-aquecimento**.
-
-### Badge de prontidão (navbar)
-
-| Estado | Badge | Significado |
-|---|---|---|
-| 🥶 **Frio** | 🌡️ âmbar + botão ⚡ | Modelo descarregado — a próxima pergunta paga ~3s de carga |
-| 🔥 **Pronto** | 🔥 verde | Modelo carregado na VRAM — respostas rápidas (~0,4s) |
-
-- O badge consulta `/api/health` a cada **30s** (o backend devolve
-  `modelo_quente` e `modelo_expira_em` lendo o `/api/ps` do Ollama).
-- **Re-check imediato:** quando uma resposta do chat termina (WebSocket), o
-  badge re-verifica na hora — sem esperar o polling — e vira "Pronto".
-  Se o modelo já estiver quente, o re-check é **pulado** (zero chamadas
-  redundantes) e o indicador "..." só aparece na primeira verificação.
-- **Tooltip:** passar o mouse sobre o badge "Frio" abre um tooltip que
-  explica o que o botão ⚡ faz (pré-carrega na VRAM, elimina o atraso da
-  primeira pergunta e descarrega sozinho após 30 min sem uso).
-
-### Como aquece (3 mecanismos)
-
-1. **🔥 Backend startup** — 1s após iniciar o RATIO, o `api.py` dispara
-   `llm.warmup()` em background (fire-and-forget). Elimina o cold start
-   da primeira pergunta real.
-2. **🔥 Automático ao selecionar base** — trocar de coleção é o sinal mais
-   forte de que o usuário vai perguntar; o `App.tsx` dispara o warmup
-   (fire-and-forget) assim que a base muda.
-3. **🔥 Botão ⚡ na navbar** — manual: aquece antes de selecionar base, ou
-   re-aquece após os 30 min de inatividade sem trocar de base.
-
-### API
-
-```bash
-# Aquece o modelo ativo (chamada mínima de geração, keep_alive 30m)
-curl -X POST http://127.0.0.1:8000/api/warmup -H "X-API-Key: sua-chave"
-# → { "success": true, "modelo": "gemma3:4b", "load_s": 3.09 }
-
-# Health com prontidão
-curl http://127.0.0.1:8000/api/health -H "X-API-Key: sua-chave"
-# → "ollama": { "disponivel": true, "modelo_quente": true,
-#                "modelo_expira_em": "2026-08-06T03:49:00Z", ... }
-```
-
-- **Implementação:** `engine/llm_client.py` (`warmup()` + `health_check()`
-  com `/api/ps`), `api.py` (`POST /api/warmup`), `frontend/src/warmup.ts`
-  (helper compartilhado), `HealthStatus.tsx` (badge + botão + tooltip
-  Radix) e `App.tsx` (auto-warmup ao trocar de base).
-- **Testes:** 2 novos em `tests/test_api.py` (sucesso + falha tratada sem
-  500). A suíte passou de 62 para **77 testes**.
-
----
-
-## 🛠️ Instalador Moderno (Inno Setup 6.3+)
-
-O `build_ratio.bat` agora gera um **instalador profissional** (template em
-[`installer/setup.iss.tpl`](installer/setup.iss.tpl), renderizado por
-[`installer/gerar_setup_iss.py`](installer/gerar_setup_iss.py)):
-
-| Recurso | Detalhe |
-|---|---|
-| **Wizard moderno** | `WizardStyle=modern` (estilo Windows 11) — compilado com **zero warnings** no ISCC 6.7 |
-| **Compatibilidade de hardware** | Página customizada (Pascal Script) que verifica **RAM** (API física), **disco** (espaço para app + modelo), **Windows** (build ≥ 19041), **GPU/VRAM** (PowerShell/Get-CimInstance) e **Ollama** — itens em verde/vermelho; abaixo do mínimo exige confirmação do usuário para continuar |
-| **Ícone de marca** | `image/RATIO_Logo.ico` gerado automaticamente do logo PNG (Pillow, multi-tamanho) |
-| **Instalação por usuário** | `PrivilegesRequired=lowest` — sem UAC; eleva só se o usuário escolher Program Files |
-| **Download do modelo** | **Não** no instalador: acontece no wizard de 1º uso do app (escolha do usuário, progresso bonito, medição de VRAM real) |
-| **Limpeza** | Desinstalador mata os processos do RATIO; os dados do usuário ficam em `%LOCALAPPDATA%\RATIO` (preservados na desinstalação) |
-
-### Gerar o instalador
-
-```bat
-build_ratio.bat                  :: 1) Frontend + PyInstaller + dist\RATIO\setup.iss
-installer\instalar_inno.bat       :: 2) Baixa o Inno Setup 6 (se preciso) e compila o .exe
-```
-
-> O instalador final (`.exe`) sai em `dist\RATIO_Setup_v1.0.0.exe` (**~138 MB**,
-> compilado com Inno Setup 6.7, zero warnings). Requer **Inno Setup 6.3+**
-> (recursos `WizardStyle`/`ExecAndCaptureOutput`/`GetWindowsVersionEx`).
-
-### Validado de ponta a ponta (08/2026)
-
-O executável standalone (`RATIO.exe`) e o instalador passaram por **E2E
-completo contra o binário real**:
-
-| Etapa | Resultado |
-|---|---|
-| Inicialização | `Uvicorn running` — ChromaDB/SQLite OK (sem `CRITICAL ERROR`) |
-| `/api/health` | 200 — Ollama + catálogo + licença |
-| Criar base | 200 — coleção ChromaDB criada |
-| Upload PDF | 200 — **10 chunks com embeddings ONNX** (MiniLM) dentro do exe |
-| Query WebSocket | Fontes recuperadas (score ~1.0) + tokens do LLM + evento fim |
-| `pytest tests/` | **622/622 passando** |
-
-**Bugs de empacotamento corrigidos durante a compilação:**
-
-1. **`api.py` sem `__main__`** — o PyInstaller executa `api.py` como script
-   principal e terminava sem subir o servidor (o dev sempre rodou `uvicorn api:app`).
-   Agora existe `if __name__ == "__main__": uvicorn.run(app, ...)` passando o
-   **objeto `app`** (a string `"api:app"` não resolve dentro do bundle — o módulo
-   vira `__main__`).
-2. **ChromaDB → `ProtocolResolver.SYSTEM cannot be loaded`** — o chromadb 1.4 usa
-   `niquests`/`urllib3_future` como cliente HTTP, e o resolver `.system` é
-   carregado via `importlib` dinâmico (invisível ao PyInstaller). Fix:
-   `--collect-submodules urllib3_future niquests` + hidden-imports dos resolvers
-   nos **dois namespaces** (`urllib3_future.contrib.resolver.*` e o alias
-   `urllib3.contrib.resolver.*`).
-3. **numpy 2.x `_core._exceptions`** — o hook antigo não coleta o subpacote
-   `_core`; `--collect-submodules numpy` resolve.
-4. **Embeddings ONNX ausentes** — `onnxruntime`/`tokenizers`/`tqdm` são imports
-   dinâmicos do chromadb; sem eles a **ingestão quebra no 1º upload**. Fix:
-   `--collect-all onnxruntime`. O modelo ONNX MiniLM é baixado uma única vez
-   na 1ª ingestão.
-5. **`build_ratio.bat` — comentários `::` dentro do comando `pyinstaller`**
-   (linhas continuadas com `^`) eram passados como **argumentos literais** ao
-   PyInstaller e quebravam o build. Todos os comentários foram movidos para
-   **antes** do comando — validado com teste real de parsing do cmd.
-
-**Redução de tamanho:** o bundle de ~2,87 GB (com torch/transformers) caiu para
-**415 MB** com as exclusões (`--exclude-module` de torch, transformers, spacy,
-cv2, pandas, PySide6, matplotlib, etc. — libs usadas só em treino ou deps
-opcionais do chromadb). O instalador final tem **~138 MB** (compressão LZMA2).
-
----
-
-## 🩹 Correção da Tela Preta do Dashboard (06/08/2026)
-
-Ao abrir o RATIO instalado, o dashboard aparecia **preto/vazio**. Investigação
-com navegador real (Chrome headless + dev server) revelou **4 causas**, todas
-corrigidas e validadas:
-
-1. **Bug crítico no frontend (TDZ) — a causa da "tela preta" pura.** Em
-   `frontend/src/components/ChatInterface.tsx`, o `useCallback` de
-   `verificarProntidao` usava `apiKey` no array de dependências **antes** da
-   declaração `const apiKey = API_KEY` (que vinha depois) → `ReferenceError:
-   Cannot access 'apiKey' before initialization` → o React derrubava a UI
-   inteira. **O bug existia desde o início — a UI nunca tinha sido testada em
-   navegador (os E2E eram via API).** Fix: `apiKey` declarada no topo do
-   componente (o dev server expõe o erro com arquivo/linha exatos;
-   `Cannot access 'X' before initialization` no bundle minificado era o mesmo
-   bug).
-2. **Frontend não era servido pelo executável.** O `api.py` não tinha rota
-   `/` nem `StaticFiles` — o bundle instalado incluía a UI, mas ninguém a
-   servia (em dev o Vite roda na 5173). Fix: `api.py` agora monta
-   `frontend/dist` (`StaticFiles` com `html=True`), resolvendo o caminho no
-   dev e no bundle PyInstaller (`_MEIPASS`), com override `RATIO_FRONTEND_DIR`.
-3. **Chave de API incompatível.** Sem `.env`, o backend gera **chave
-   temporária por sessão**, mas o frontend mandava a chave hardcoded
-   `desenvolvimento_local_key` → 401 em todas as chamadas. Fix: novo endpoint
-   público `GET /api/session` (restrito a **loopback** — o RATIO é local) que
-   devolve a chave da sessão; o frontend a busca em `carregarApiKey()`
-   (`config.ts`) **antes de renderizar** (`main.tsx`).
-4. **Diretório de dados em Program Files.** `DATA_DIR` era `./data` (relativo
-   ao CWD); instalado em Program Files sem admin, a gravação falhava →
-   `CRITICAL ERROR` e o backend **morria no boot**. Fix: empacotado →
-   `%LOCALAPPDATA%\RATIO\data` (gravável por usuário comum); dev mantém
-   `./data`; override `RATIO_DATA_DIR`.
-
-5. **Corrida de boot (gap coberto após revisão crítica).** Se o usuário
-   abrisse o navegador enquanto o backend ainda subia (~35s no instalado),
-   a busca da chave falhava e ficava no fallback → 401 até refresh manual.
-   Fix: `carregarApiKey()` agora **re-tenta com backoff** (14× 2,5s ≈ 35s)
-   em background e dispara o evento `ratio:api-key-pronta` — o `App.tsx`
-   recarrega bases/health com a chave correta quando ela chega. O
-   `/api/session` também passou a validar o **header `Host`** (defesa extra
-   contra DNS rebinding — além do IP de peer loopback).
-
-**Bônus de build:** removido o `manualChunks` do pdf-viewer no
-`vite.config.ts` (o `pdfjs-dist` tem ciclos internos que quebram a ordem de
-avaliação quando forçado para um chunk separado). E o `gerar_setup_iss.py`
-ganhou o override `RATIO_DIST_DIR` (útil quando `dist/RATIO` está
-temporariamente bloqueado por watcher/antivírus no Windows).
-
-**Validação em navegador real (06/08/2026):** `GET /` servindo `index.html` ✓
-· `/api/session` devolvendo a chave da sessão ✓ · assets (logo + bundle) 200 ✓
-· base criada via API listada na sidebar ✓ · header "Ratio Decidendi Engine"
-✓ · **zero erros de console** ✓. `pytest tests/` continua **622/622**.
-
----
-
-## 🩺 Monitor de Integridade (sessões longas)
-
-**Sobre a pergunta da "dissonância cognitiva":** LLMs **não têm** dissonância
-cognitiva humana (não há self persistente nem crenças em conflito), mas
-apresentam **fenômenos reais de degradação** em sessões longas (horas de uso
-direto): contexto saturado, repetição de tokens, e — o mais comum no RATIO —
-**degradação de recursos** (órfãos do `llama-server` ocupando VRAM, vazamento
-de memória, offload parcial). O RATIO monitora **sinais mensuráveis** e avisa o
-usuário:
-
-| Sinal | Como é medido | Limiar |
-|---|---|---|
-| `velocidade_baixa` | tok/s de geração (`eval_duration`/`eval_count` do Ollama) em janela rolante de 20 | média das últimas 3 < **50% da mediana** (mín. 5 amostras — mediana evita falso positivo por outlier) |
-| `repeticoes` | fração de trigramas de palavras repetidos no texto da resposta | ≥ **0.12** |
-| `offload_parcial` | `/api/ps`: `size_vram` < 90% do `size` no modelo ativo | qualquer amostra |
-
-### Como aparece para o usuário
-
-- Banner vermelho no chat: *"Desempenho do modelo degradado — [sinais]"* com
-  botão **"Reiniciar modelo"** (`POST /api/reiniciar-modelo`: descarrega com
-  `keep_alive=0` e recarrega — limpa KV cache e estado do `llama-server`;
-  zera a linha de base de estatísticas).
-- O `/api/health` devolve o bloco `saude` (`degradado`, `sinais`, `tok_s_atual`,
-  `tok_s_baseline`, `taxa_repeticoes`, `vram_uso_gb`...).
-
-### Correção de qualidade de geração (06/08/2026 — causa raiz encontrada)
-
-O usuário relatou resposta **repetitiva** para `"Qual o propósito do direito?"`
-com o banner de degradação. Reprodução completa via WebSocket (mesma base,
-mesma pergunta) revelou a cadeia real:
-
-1. **CAUSA RAIZ: overfit de cópia do fine-tune `ratio-gemma3:4b`** — o dataset
-   de treino ensinou o padrão "copie o texto longo do prompt" (respostas
-   reproduziam a ementa verbatim); com system ou texto longo, o modelo ecoa/
-   copia em vez de responder (7 testes A/B — ver
-   [`DIAGNOSTICO_FINETUNE_20260806.md`](DIAGNOSTICO_FINETUNE_20260806.md)).
-   O `gemma3:4b` base não tem esse defeito.
-2. **A repetição observada vinha da FONTE copiada** — o documento recuperado
-   (glossário jurídico) contém a cláusula repetida duas vezes no próprio
-   verbete; o modelo (fiel demais) copiava o trecho, e o monitor marcava como
-   degradação um texto que era fidelidade ao documento.
-3. **Duplicação de processos ao abrir o `iniciar.bat` duas vezes** — o
-   `iniciar.bat` tentava subir um 2º Ollama (erro `bind: address already
-   in use` na janela "RATIO Ollama") e um 2º backend na porta 8000
-   (`Errno 10048` na janela "RATIO Backend").
-
-| Correção | Detalhe |
-|---|---|
-| **Modelo padrão → `gemma3:4b` (base)** | fine-tune removido da seleção automática (`MODELOS_PREFERIDOS`) — o base responde corretamente (sintetiza e cita fontes); fine-tune segue experimental no catálogo |
-| **Monitor ciente da fonte** | `taxa_repeticao_nao_explicada()` — repetição que EXISTE no contexto recuperado (fidelidade) não dispara o banner; só loop/amplificação fora da fonte é degradação |
-| **Regra 7 reforçada** | proibida transcrição de trechos (>10 palavras) — resposta com palavras próprias, começando pela resposta direta |
-| **Temperatura 0.5 + repeat_penalty 1.2 + num_predict 2048** | mantidos (defensivos para qualquer modelo) |
-| **Pre-flight em `iniciar.bat`/`iniciar_backend.bat`** | portas 11434 (Ollama), 8000 (backend) e 5173 (frontend): se já ativos, reutiliza a instância existente em vez de subir outra (erros `bind: address already in use`/`Errno 10048` eliminados) |
-
-Validado de ponta a ponta (mesma pergunta, mesma base): resposta **sintetizada
-com citação de fontes** ✓ · repetição bruta 0.128 (fonte-aware **0.0** → banner
-**não** dispara) ✓ · `modelo_ativo: gemma3:4b` no exe instalado ✓ · `pytest`
-**622/622** ✓.
-
-> 💡 Se o aviso persistir com `offload_parcial`, a VRAM está ocupada — feche
-> navegador com vídeo/3D e limpe órfãos: `taskkill /F /IM llama-server.exe`
-> (ver seção "RX 6600 XT / Vulkan").
-
----
-
-## 🤖 Wizard de Modelo (1º uso)
-
-Se o Ollama estiver online mas **nenhum modelo instalado**, o RATIO oferece o
-download dentro do app (onboarding passo **"Modelo de IA"** + banner flutuante):
-
-| Modelo | Tipo | Tamanho | Descrição |
-|---|---|---|---|
-| `ratio-v8.2` | GGUF do HuggingFace + `ollama create` | ~2,5 GB | **✅ APROVADO** — fine-tune v8.1 + gate arquitetural |
-| `ratio-v8` | GGUF legado | ~2,5 GB | Fine-tune v8 sem gate — **LEGACY** (substituído pelo v8.1) |
-| `gemma3:4b` | `ollama pull` | ~3,3 GB | Base oficial Google (fallback) |
-| `ratio-gemma3:4b` | GGUF legado | ~2,5 GB | Fine-tune v1–v7 — **LEGACY** (experimental) |
-
-- **API:** `GET /api/modelo/catalogo` · `POST /api/modelo/instalar`
-  (ou mensagem WS `instalar_modelo`) · progresso em tempo real via eventos
-  `modelo_progresso` (etapa + percentual + MB).
-- O GGUF é salvo em **`~/.ratio/models`** (gravável mesmo com o RATIO em
-  Program Files) e o `ollama create` usa o Modelfile do fine-tune.
-- Guarda anti-duplicidade: uma instalação em andamento não é repetida.
-- Implementação: [`engine/modelo_installer.py`](engine/modelo_installer.py) +
-  [`frontend/src/components/ModelSetupWizard.tsx`](frontend/src/components/ModelSetupWizard.tsx).
-
----
-
-## 🌡️ Aviso de Modelo Frio no Chat
+## 🛠️ Comandos
 
-Ao enviar uma pergunta com o modelo **não carregado** na VRAM, o chat exibe na
-área de streaming: *"Modelo frio — carregando na VRAM. A primeira resposta
-leva ~3s a mais."* O aviso some assim que o primeiro token chega (o modelo
-carregou). Combina com o badge de prontidão da navbar e o botão ⚡ de
-pré-aquecimento (seção acima).
+| Comando | Descrição |
+|---------|-----------|
+| `setup_ratio.bat` | Configuração completa do ambiente |
+| `build_ratio.bat` | Build: frontend + PyInstaller + Inno Setup |
+| `iniciar.bat` | Execução com 1 clique (recomendado) |
+| `make run-api` | Inicia backend FastAPI (porta 8000) |
+| `make run-frontend` | Inicia frontend Vite (porta 5173) |
+| `run_tests.bat` | Roda toda a suíte de testes |
 
 ---
 
-## 🛡️ Defesas contra Alucinação (v8.1)
-
-O RATIO opera com **5 camadas de defesa** contra alucinação de referências
-jurídicas:
-
-| Camada | Componente | O que faz |
-|---|---|---|
-| **1** | Dataset Grounded | Modelo aprende a ler antes de responder |
-| **2** | System Prompt | Regra #8: "NUNCA cite artigo fora do documento" |
-| **3** | Gate Arquitetural | Regex bloqueia processo/súmula sem documento |
-| **4** | Interceptação de Saudações | "Oi"/"Olá" não invocam RAG |
-| **5** | Citation Checker | Pós-verificação: detecta + marca resposta |
-
-### Interceptação de Saudações
-
-Quando o usuário digita apenas uma saudação ("Oi", "Olá", "Bom dia"),
-o RATIO responde com orientação **sem invocar o modelo**:
-
-```
-Usuário: "Oi"
-RATIO: "Olá! Sou o RATIO... carregue um documento jurídico."
-```
-
-Isso evita que o modelo gere análise jurídica com referências inventadas
-para saudações simples. Detector de regex com **21 padrões** (PT + EN).
-
-### Citation Checker com Gravidade
-
-Ap cada resposta RAG, o citation checker verifica se as referências
-citadas (artigo, REsp, súmula) existem no documento:
-
-```
-gravidade = "nenhuma"   → zero alucinações
-           | "leve"      → 1-2 artigos genéricos
-           | "moderada"  → 1+ referência forte inventada
-           | "grave"     → 2+ referências fortes inventadas
-```
-
-Quando `gravidade >= moderada`, o evento WebSocket `fim` inclui
-`{"bloqueado": true}` para que o frontend exiba a resposta com
-alerta visual.
-
-### Fuzzy Matching — Sugestão de Referência Correta
-
-Quando o citation checker detecta referência inventada, busca número
-similar no documento (distância Levenshtein ≤ 3):
-
-```
-⚠️ Referências NÃO confirmadas: resp 1562098
-💡 Possível referência correta: resp 1562098 → você quis dizer resp 1561061?
-```
-
-Isso transforma um erro silencioso em uma **orientação útil** ao advogado.
-
----
+## 📞 Contato
 
-## 📋 Roadmap
-
-### 🔜 Curto Prazo (MVP)
-- ✅ Sistema de licenciamento (trial + ativação)
-- ✅ Onboarding interativo
-- ✅ Health check visual (Ollama + modelo + licença)
-- ✅ Script de setup automático
-- ✅ Build de instalador Windows
-- ✅ Landing page comercial (verificador de hardware + SEO + testes)
-- ✅ Central de Licenças + webhook Hotmart (vendas automáticas, emails e renovações)
-
-### 📈 Médio Prazo
-- ✅ Fine-tuning em jurisprudência brasileira (BERTimbau → ratio decidendi, 99,55% F1)
-- ✅ Interceptação de saudações (evita alucinação em "Oi"/"Olá")
-- ✅ Citation checker com gravidade + flag bloqueado
-- ✅ Warm-up automático no startup (3 mecanismos)
-- ✅ Auto-update com verificação de versão
-- Templates de prompt por área do direito
-- Histórico de conversas persistente
-- Integração com JusBrasil/TJSP
-- Modo multi-documento (comparação de contratos)
-
-### 🚀 Longo Prazo
-- ✅ Modelo próprio fine-tuned em direito BR (classificador: `CyberPaul/ratio-bert-jurisprudencia-pt`)
-- ✅ LLM generativo fine-tuned para RAG (respostas jurídicas nativas — deployado: `ratio-v8`, publicado: `CyberPaul/ratio-gemma3-4b-gguf-v8`)
-- SaaS opcional (para quem prefere não instalar)
-- API para integração com sistemas jurídicos (Themis, SAJ)
-- Marketplace de bases jurídicas pré-indexadas
+| Canal | Link |
+|-------|------|
+| **Site** | [ratio.singularislabs.com.br](https://ratio.singularislabs.com.br) |
+| **Email** | [contato@singularislabs.com.br](mailto:contato@singularislabs.com.br) |
+| **GitHub** | [Churinti/singularis-labs](https://github.com/Churinti/singularis-labs) (privado) |
+| **HuggingFace** | [CyberPaul](https://huggingface.co/CyberPaul) |
+| **Hotmart** | [pay.hotmart.com](https://pay.hotmart.com/U107349593U) |
 
 ---
 
-## 💬 Suporte
+## 📜 Licença
 
-Dúvidas, sugestões ou problemas? Abra uma issue ou entre em contato.
+O código-fonte do RATIO é proprietário. Os modelos publicados no HuggingFace possuem licenças específicas:
 
-- **Email:** contato@singularislabs.com.br
-- **Site:** https://ratio.singularislabs.com.br
-- **Empresa:** Singularis Labs (CNPJ: 68.801.082/0001-07)
+| Modelo | Licença |
+|--------|---------|
+| `ratio-bert-jurisprudencia-pt` | Apache 2.0 |
+| `ratio-gemma3-4b-lora-v8` | Gemma Terms of Use |
+| `ratio-gemma3-4b-gguf-v8` | Gemma Terms of Use |
+| `ratio-dataset-v8.1` | Apache 2.0 |
 
 ---
 
 <p align="center">
-  <strong>RATIO</strong> (/ˈrɑː.ti.oʊ/)<br/>
-  <em>Encontre o raciocínio por trás dos documentos.</em><br/><br/>
-  <sub>Processamento local • Dados protegidos • Funcionamento offline</sub>
+  <strong>Singularis Labs</strong> • São Gonçalo, RJ • CNPJ: 68.801.082/0001-07<br/>
+  <a href="https://ratio.singularislabs.com.br">ratio.singularislabs.com.br</a>
 </p>